Convertir DOC a PDF

Pocas veces se convierte un DOC porque uno quiera un PDF por sí mismo. Se convierte porque ha llegado algo en un formato que el ordenador ya no maneja: un impreso de un ayuntamiento, una plantilla de una universidad, un contrato de un despacho cuyos sistemas se configuraron hace mucho tiempo.

DOC es el formato de Word de 1997 a 2003. Es un único bloque binario cuya estructura nunca se publicó de forma aprovechable, y por eso los programas que no eran Word siempre se atragantaron con él y por eso acabó sustituyéndose. Si no tienes Word, convertirlo es con frecuencia la única manera de llegar a leer el documento; y un PDF se abre luego en cualquier móvil, tableta y ordenador sin discutir.

La decepción más habitual en cualquier conversión de Word a PDF no es que falte contenido, es que el contenido se mueva: un documento que tenía tres páginas pasa a cuatro, una tabla se parte entre dos páginas, un título se queda solo al final de una.

Eso casi siempre son las tipografías. El documento nombra Calibri, Cambria o Times New Roman y no las lleva dentro, así que quien lo dibuja pone otra cosa en su lugar. Cualquier sustituto con anchos de letra distintos cambia dónde se parte cada línea, y todo lo que viene detrás se desplaza. Aquí se usan reemplazos de métrica compatible —tipografías dibujadas distinto pero medidas igual—, que es lo que mantiene la paginación en su sitio. Es una buena defensa y no una perfecta, y ese es el motivo para abrir el PDF una vez antes de mandarlo a algún sitio que importe.

Casi todas las conversiones de este sitio se ejecutan enteras en tu navegador, y lo decimos con orgullo. Esta no es una de ellas. No existe ningún lector del formato antiguo de Word que funcione en un navegador y sea lo bastante bueno como para confiarle el contrato de alguien, así que esta conversión se ejecuta en nuestro propio servidor.

Qué significa eso en concreto: el archivo viaja por una conexión cifrada, LibreOffice lo convierte, el resultado vuelve, y el directorio de trabajo se borra en cuanto se ha leído el PDF —dentro de un bloque `finally`, así que ocurre tanto si la conversión salió bien como si falló—. La máquina no tiene salida a internet, de modo que no podría mandar tu documento a ninguna parte ni aunque se lo pidieran. No se guarda ninguna copia y nadie lo lee. Cada conversión de este sitio dice de cuál de los dos tipos es, en el propio botón, antes de que lo pulses.

Si tienes acceso a cualquier versión de Word, o a LibreOffice, abrir el DOC y guardarlo como DOCX antes de convertir da mejor resultado. El formato moderno es un ZIP de XML con una especificación publicada, y todo lo que viene después —incluido este conversor— lo lee con más precisión que el binario original.

Normalmente eso no es posible, y por eso existe esta página. Pero cuando lo es, cuesta treinta segundos y elimina toda una categoría de sorpresas de maquetación.

La extensión es el indicador fiable, y Windows la oculta por defecto, que es como la gente acaba en la página equivocada. Activa las extensiones de archivo en la vista de carpetas, o abre las propiedades del archivo.

Si termina en .doc es el formato binario de 1997 a 2003 y su sitio es este. Si termina en .docx es el formato moderno de ZIP con XML, y la página de DOCX lo convierte con más precisión, porque allí hay una especificación publicada a la que atenerse.

Llegan: el texto del cuerpo, los estilos de párrafo, las tablas, las imágenes, los encabezados y pies, la numeración de páginas, las notas al pie y un índice.

No llegan: las macros, el comportamiento de los campos de formulario y la posibilidad de editar. Un DOC escrito en 2001 puede además traer funciones que ya no tienen equivalente en ninguna parte, y esas se descartan en lugar de aproximarse a algo que se les parezca.

El formato binario no tiene una especificación publicada digna de ese nombre, así que un archivo escrito por un programa poco común, o dañado por el camino, puede derrotar a cualquier lector que no sea el propio Word.

Un fallo claro es la respuesta honesta en esa situación. Un conversor que produjera un documento a medias a partir de un archivo que no ha entendido sería peor, porque no tendrías ninguna manera de saber de qué partes desconfiar.

Un DOC protegido con contraseña de apertura no se puede leer sin ella, ni aquí ni en ningún otro sitio. La conversión falla en lugar de adivinar.

Los documentos que llevan restricciones de edición en vez de contraseña de apertura son otro caso. Esos se abren con normalidad, y la restricción sencillamente deja de importar, porque un PDF nunca fue editable en ese sentido para empezar.

Suelta una carpeta y recoge los resultados en un ZIP. Cada archivo se trata por separado, así que un único DOC ilegible no detiene a los demás.

Como esto se ejecuta en nuestro servidor y no en tu navegador, los lotes grandes conviene mandarlos por grupos. Cada archivo se borra en cuanto se ha leído su PDF de vuelta.